《表1 实验参数表：基于流动性感知机制的大数据资源稳定评估算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于流动性感知机制的大数据资源稳定评估算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本算法的性能，在NS2仿真实验环境下，选取当前大数据评估领域常用的遗传重构蜂群算法[13]（genetic artificial bee colony algorithm，GABC算法）和大数据K-匿名微聚集算法[14]（an algorithm for k-anonymous microaggregation in big data，KAM算法）进行对比。不失一般性，实验数据集采用文献[13]所用的信号重构数据集，并将用户服务质量设定为单位时间内系统对访问的响应时间，单位时间内服务用户数所耗时间越少，则算法对大数据资源的匹配及评估质量就越高。仿真实验中，选用了单位用户评估响应时长、数据稳定评估时间这2项指标。本次仿真实验采用了常用的5G测试环境，信道选取高斯信道和莱斯信道，模拟高、低服务环境下的用户响应情况，并将文献[13]、[14]中的用户访问统一设定为5G测试环境下的信号响应。实验参数如表1所示。